T_HNSBSXH 03-2025 农业数据与模型智能匹配技术规范.docxVIP

ICS

CCS

T/HNSBSXH

海南省博士协会团体标准

T/HNSBSXH03-2025

农业数据与模型智能匹配技术规范

Technicalspecificationforintelligentrecommendationofagriculturalmodels

2025年5月16日发布2025年6月16日实施

海南省博士协会发布

I

T/HNSBSXH03—2025

目录

目录 I

前言 II

1范围 1

2规范性引用文件 1

3术语和定义 1

4农业数据与模型匹配度评价方法 1

4.1数据类型识别 1

4.2数据领域识别 1

4.3数据地域识别 2

4.4数据时间识别 2

4.5数据量识别 2

4.6数据质量识别 2

4.7农业模型识别 3

5农业数据与模型匹配度评价 3

6农业数据与模型的智能推荐 4

参考文献 5

II

T/HNSBSXH03—2025

前言

本文件按照《团体标准结构和编写指南》T/CAS1.1-2017要求并参照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国农业科学院农业信息研究所、三亚中国农业科学院国家南繁研究院提出。

本文件由海南省博士协会归口。

本文件起草单位：中国农业科学院农业信息研究所、三亚中国农业科学院国家南繁研究院。

本文件主要起草人：周国民、张建华、闫燊、李佳乐、赵晓燕、申家炜、王溢飞、贺子康、王晓丽、刘婷婷、满芮、牟强、刘欢、李威、郭志豪、何远。

1

T/HNSBSXH03—2025

农业数据与模型智能匹配技术规范

1范围

本文件规定了农业数据与模型的匹配度评价标准，根据数据特性及模型类别进行智能匹配。

本文件适用于农业数据的分析、挖掘及应用，有利于合理利用农业模型。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1农业数据Agriculturedata

以指导农业生产经营为目的，由农业科研人员和农业技术人员在农业生产、管理和研究过程中收集、生成的与农业活动相关的具有地域性、周期性、季节性、多样性的各种信息和数据。

DB32/T4977-2024

3.2农业模型Agriculturemodel

以农业系统要素为研究对象，为研究农业问题的定量规律所建立数学模型的总称。可用于不同的农业应用场景，包括定量预测、监测、预警与决策控制等。

3.3智能匹配Smartmatching

在农业数据分析与应用中，基于数据属性和模型类别的匹配程度，通过人工智能或机器学习算法，自动或半自动地选择最优的数据-模型组合，以提高分析精度、计算效率或决策可靠性的过程。

4农业数据与模型匹配度评价方法

4.1数据类型识别

自动或半自动识别输入数据的类型，以便选择适配的预处理方法和分析模型。数据类型包括文本数据、数值数据、图像数据、视频数据等。

a)文本数据

文本数据是指由字符组成的、用于表达信息的数据形式，这些信息可以是自然语言文字（如文章、评论、报告等）、代码、符号等。

b)数值数据

数值数据是指表示数量或测量结果的数据类型，可以用数字来表示，并且支持数学运算。

c)图像数据

图像数据是以数字形式存储的视觉信息，由表示颜色和亮度的像素矩阵组成。

d)视频数据

视频数据是由一系列连续的图像帧组成，每帧代表一个时间点上的视觉信息，通常伴有音频轨道。

4.2数据领域识别

2

T/HNSBSXH03—2025

自动或半自动地识别输入数据的领域，以便选择适配的预处理方法和分析模型。数据领域包含农业、林业、畜牧业、渔业、农业工程、农业经济、农业环境、农业生物技术等领域。数据领域不限于此标准描述。

a)农业：涵盖了作物种植、作物栽培管理、作物病虫害防治等领域。包括谷物、豆类、油料作物、蔬菜、水果、纤维作物、药用作物等数据。

b)林业：涵盖了森林资源管理、树木生长监测、森林病虫害防治等领域。包括针叶树、阔叶树、经济林木等数据。

c)畜牧业：涵盖了畜禽养殖、饲料管理、疫病防控等领域。包括家禽、家畜、特种养殖等数据。

d)渔业：涵盖了水产养殖、渔业资源管理、水质监测等领域。包